Trouvez votre prochaine mission ou futur job IT.

Une organisation structurée en réseau d'antennes locales migre ses données vers une nouvelle base CRM. Les imports sont en cours, antenne par antenne. Nous recherchons un(e) Data Engineer confirmé(e) pour reprendre le chantier, s'approprier rapidement l'existant et le faire avancer en autonomie. Descriptif de la mission S'approprier l'existant (modèle de données, scripts, imports réalisés, règles de normalisation) et dresser un état des lieux Proposer un plan d'action priorisé (lots, calendrier par antenne, risques), le faire valider par la DSI et le mettre en œuvre Concevoir et conduire les imports antenne par antenne : extraction, transformation, chargement, avec rejouabilité, rollback et traçabilité, sans altérer les sources Développer et fiabiliser les scripts et pipelines d'automatisation de la reprise Appliquer les règles de normalisation, de dédoublonnage et de cohérence, et suivre les indicateurs de qualité (complétude, doublons) Être l'interlocuteur direct des antennes : inventaire des données, jeux d'essai, explication pédagogique des anomalies, validation des résultats Produire le reporting d'avancement, alerter sur les risques, s'intégrer aux rituels agiles et travailler avec l'équipe de développement CRM

🎯 Contexte de la mission Dans le cadre du développement de projets Data & IA pour l'industrie, nous recherchons un(e) Data Scientist / AI Engineer Senior pour intervenir sur plusieurs cas d'usage d'intelligence artificielle industrielle. Le consultant intégrera une équipe spécialisée en Data Science, AI Engineering et IA pour l'industrie, intervenant sur différents projets en fonction des priorités métiers. La mission sera réalisée en collaboration étroite avec les experts métier, équipes produit et partenaires technologiques. Les problématiques adressées pourront notamment concerner : Séries temporelles industrielles : détection d'anomalies, qualification d'alertes, réduction des faux positifs, prévision de variables procédé ou production. Maintenance et fiabilité : aide à la décision à partir des historiques équipements et maintenance, identification des modes de défaillance, optimisation des plans de maintenance. Données industrielles non structurées : extraction d'informations structurées depuis des rapports, journaux de maintenance et documents techniques. Optimisation de la production et des procédés : estimation de quantités, automatisation de la surveillance, priorisation d'opportunités ou d'interventions. IA agentique appliquée aux données industrielles : agents outillés et assistants IA combinant données, modèles et connaissances métier, avec des résultats traçables. 🛠️ Missions principales Cadrer les cas d'usage avec les équipes métier et produit : traduction du besoin en problématique Data/IA, définition des hypothèses, métriques métier et critères de succès. Explorer et qualifier les données : séries temporelles, données de maintenance, documents et données de production. Construire des jeux d'évaluation en collaboration avec les experts métier. Concevoir, développer et comparer différents modèles par rapport à des baselines métier solides. Travailler sur des modèles de Machine Learning, méthodes statistiques, modèles de fondation pour séries temporelles et agents LLM. Concevoir des briques GenAI / IA Agentique lorsque pertinent : RAG, extraction structurée, recherche sur cas historiques, agents outillés. Industrialiser les solutions : pipelines reproductibles, packaging, APIs, déploiement et supervision en production. Assurer le cycle de vie des modèles : suivi des performances, détection de dérive, réentraînement et documentation. Restituer les résultats, limites et recommandations aux équipes métier et au management. Contribuer aux décisions go / no-go sur les différents cas d'usage. 📦 Livrables Notes de cadrage et protocoles d'évaluation. Définition des métriques, baselines et jeux de données. Rapports d'exploration et benchmarks avec recommandations. Code versionné et testé. Modèles, agents et composants API déployables. Documentation des modèles. Indicateurs de suivi des solutions en production. 👤 Expérience recherchée 5 ans minimum d'expérience en Data Science / AI Engineering. Au moins 2 ans d'expérience sur des projets industriels. Expérience de modèles déployés et maintenus en production. Capacité à intervenir sur des problématiques Data Science et AI Engineering de bout en bout. 💻 Compétences techniquesExpertise Python et écosystème scientifique / ML : Pandas NumPy Scikit-learn PyTorch Modélisation de séries temporelles industrielles : Détection d'anomalies Analyse multivariée Prévision Données capteurs bruitées et irrégulières Conception d'évaluations rigoureuses : Métriques métier Baselines Arbitrage faux positifs / faux négatifs Reproductibilité des benchmarks Industrialisation de solutions ML de bout en bout : MLOps MLflow ou équivalent CI/CD Git / GitHub Packaging Supervision Maîtrise GenAI et systèmes agentiques RAG Sorties structurées Appels d'outils Orchestration d'agents Évaluation et traçabilité des LLM Plateformes Cloud et Data : Databricks Azure et/ou AWS SQL APIs / FastAPI Docker Nice to have Maintenance prédictive / conditionnelle Fiabilité et modes de défaillance RCA / Root Cause Analysis Opérations de production industrielle Oil & Gas Systèmes de données industrielles : PI / Historians Inmation SAP PM Cognite Data Fusion IA documentaire / Computer Vision : P&ID Plans techniques Usage critique de l'IA dans les pratiques de développement, avec maintien de la compréhension et de la responsabilité technique. 🤝 Compétences comportementales Profil Data Scientist / AI Engineer Forte orientation métier et capacité à relier la performance du modèle à la décision métier. Capacité à travailler avec des experts terrain : maintenance, fiabilité, production. Aptitude à vulgariser les résultats et les limites auprès d'interlocuteurs non techniques. Rigueur scientifique et esprit critique. Capacité à challenger les choix techniques et à exprimer un désaccord de manière constructive. Autonomie et organisation. Capacité à travailler dans un environnement Agile – Scrum / Kanban. Esprit d'équipe et partage de connaissances. Français courant. Anglais professionnel.

Pour un grand groupe international du secteur des cosmétiques, nous recherchons un AI Engineer pour rejoindre l'équipe technique qui lance PM Experience. Ce produit est un assistant agentique destiné aux Project Managers IT. Son but est de réduire leur charge administrative au quotidien : suivi des tickets, gestion documentaire, coordination et reporting. Le produit repose sur une architecture multi-agents. Un orchestrateur oriente chaque demande vers des agents spécialisés (ServiceNow, Microsoft 365, référentiel collaborateurs), et chacun de ces agents est connecté à son système via le Model Context Protocol (MCP). Tu interviens dès le lancement du produit. Tes missions : concevoir et développer l'orchestrateur et les agents avec Google ADK ; intégrer et gouverner les connecteurs MCP ; concevoir les prompts et les flux automatisés ; mettre en place l'évaluation de la fiabilité des réponses ; assurer l'observabilité de la solution ; livrer les premières fonctionnalités en production sur GCP.

Hanson Regan recherche un IA and Data engineer pour une mission freelance de 10 mois à Paris. Nous recherchons un nouveau talent pour rejoindre notre équipe Data Analytics & IA AV. Expertise requise : frameworks de Deep Learning (TensorFlow, PyTorch) et bibliothèques de Machine Learning en Python. Expérience en MLOps, notamment MLflow, sérialisation de modèles ML, gestion de versions avec Git et packaging de code. Maîtrise des processus CI/CD, des tests, de la conteneurisation (Docker, Kubernetes) et, idéalement, du provisionnement de ressources cloud (Terraform). Expérience en modélisation du langage (LLM) et techniques avancées telles que les embeddings, les bases de données vectorielles et l'ingénierie des prompts. Vous justifiez d'une solide expérience technique (minimum 5 ans à un poste similaire) et êtes à l'aise avec les environnements cloud. Vous communiquez efficacement avec les clients et au sein de votre équipe. kills : Exploration de données, principes d'architecture de données, accès aux données, gouvernance des données, techniques et méthodologies de modélisation de données, outils d'entrepôt de données Langues : Français (C2), Anglais (B1) Localisation : Paris (Saint-Denis) À distance : Possible (2 à 3 jours par semaine) Conformément aux exigences du client, les freelances doivent pouvoir travailler via leur propre entreprise. Nous n'acceptons malheureusement pas les candidatures via des sociétés de portage salarial pour ce poste. Si cette opportunité vous intéresse, veuillez nous contacter au plus vite.

Dans le cadre de l'évolution d'une plateforme de gestion et d'exploitation de données patrimoniales et audiovisuelles, nous recherchons un Data Engineer capable de concevoir, développer et maintenir des traitements de données destinés à intégrer, transformer et exploiter de grands volumes d'informations au sein d'un Data Lake. Vous interviendrez dans un environnement Agile aux côtés d'équipes techniques et métiers afin de garantir la qualité, la cohérence et la valorisation des données. Vos missions : Réaliser des audits et analyses de données en vue de leur intégration dans le Data Lake. Traduire les besoins fonctionnels en spécifications techniques. Développer les traitements de migration, transformation et enrichissement des données. Construire et maintenir les flux d'exploitation des données. Assurer le suivi de l'exécution des traitements en production. Analyser et corriger les anomalies détectées par les utilisateurs ou les outils de supervision. Participer à l'amélioration continue des processus de traitement des données. Produire le reporting de vos activités. Les compétences techniques Python ETL (Talend, Pentaho, Dataiku, Informatica, SSIS ou équivalent) Modélisation de données Bases de données relationnelles (SQL) XML / JSON Traitement de données volumineuses Technologies de stockage de données Méthodologies Agile Apprécié Connaissance du secteur audiovisuel Gestion d'archives numériques Patrimoine numérique Humanités numériques Outils de suivi de projet (Jira, Redmine, Azure DevOps...)

• Concevoir et implémenter des pipelines d'ingestion et de transformation de données (batch et temps réel), robustes et scalables. • Développer et maintenir les flux ETL Talend qui alimentent le datalake et les systèmes consommateurs. • Développer des traitements Python / PySpark sur Databricks et mettre en œuvre les modèles de données cibles. • Automatiser les transformations, la documentation et les tests de données avec dbt. • Configurer les pipelines d'acheminement des données, y compris les flux CDC. • Mettre en place les bonnes pratiques de qualité de données, de monitoring, d'alerting et de logging. • Développer des modules réutilisables (templates de pipelines, librairies communes, CI/CD) et exploiter les modules existants dans les nouveaux projets. • Réaliser les développements et les tests associés, et accompagner les mises en production.

Localisation : France (Toulouse préféré, ou Paris) Démarrage : ASAP Durée : Mission longue Séniorité : Minimum 5 ans d'expérience 1. Description de la missionAu sein de l'équipe BI RH (équipe de 5 personnes), vous participerez à la gestion, la maintenance et l'évolution de l'écosystème décisionnel dédié aux données des Ressources Humaines d'Air France (gestion administrative, temps d'activité, formation, gestion des carrières et évolutions). La mission s'inscrit dans un contexte hybride de maintien de l'environnement BI traditionnel et de migration active vers le cloud GCP. Vos responsabilités principales : Ingénierie & Traitement de Données : Maintenir, faire évoluer et développer de nouvelles chaînes de traitement de données RH sur GCP (Dataform, Cloud Workflows, Cloud Functions, BigQuery) ainsi que sur des outils ETL/Data Integration (Informatica / IDMC). Modélisation & Dataviz BI : Créer, maintenir et faire évoluer les univers Business Objects (BO), les applications Spotfire ainsi que les modèles sémantiques Power BI. Migration Cloud : Accompagner la transition des pipelines décisionnels historiques vers l'écosystème Google Cloud Platform. Accompagnement Métier RH : Répondre aux besoins décisionnels spécifiques au domaine des Ressources Humaines AF.

Secteur : transport aéronautique Au sein de l'équipe PCS, vous participerez activement au développement, à l'optimisation et à la mise en œuvre de la plateforme de données temps réel. Vos responsabilités principales : Conception & Traitement Real-Time : Développer et déployer des pipelines de données à haute performance et à faible latence pour le traitement de flux. Mise en œuvre Cloud GCP : Construire et optimiser les flux de données sur Google Cloud Platform (ingestion, stockage, requêtage et orchestration). Qualité & Bonnes Pratiques : Participer aux choix d'implémentation technique, appliquer les standards de code (CI/CD, tests) et veiller à la qualité des livrables. Collaboration : Travailler en étroite collaboration avec les équipes projet et d'architecture.

Localisation : France (Toulouse préféré, ou Paris) Démarrage : ASAP Durée : Mission longue Séniorité : Minimum 5 ans d'expérience 1. Description de la missionAu sein du périmètre DWH Fleet Services (équipe ITDV BI TP), vous intégrerez l'équipe dédiée au suivi et à la consolidation des données des activités aéronefs (vols, maintenance, parking, réserves, etc.). Vous interviendrez sur le suivi opérationnel en temps réel de la flotte (suivi à la minute près sur Power BI) et sur la Data Platform Aircraft 360, plateforme destinée à consolider l'ensemble des données enrichies d'un avion (identité, activité, maintenance, défauts cabine, etc.). Vos responsabilités principales : Développement & Ingénierie Data : Concevoir, développer et optimiser les flux d'ingestion et de transformation de données sur des environnements Cloud GCP, Data Streaming et Big Data. Consolidation Data Platform Aircraft 360 : Participer à la structuration et à la modélisation des données multi-domaines (CCO, Ground, Traffic, Maintenance, Finance). Flux Event-Driven & Dataviz : Mettre en œuvre les flux d'événements/streaming (Kafka) et alimenter les tableaux de bord décisionnels pour le suivi d'activité (Power BI). Apprentissage Métier & Autonomie : Monter rapidement en compétence sur le fonctionnel complexe des activités aériennes et de la flotte.

Data Engineer / Data Analyst : Data Catalog & Data Governance (OpenMetadata) Mission consultant · Île-de-France · Démarrage octobre 2026 · Jusqu'à début 2027 · TJM selon profil LE CONTEXTE Notre client, grand groupe de services à l'environnement, fait évoluer son socle analytique / Data. Objectifs : accélérer l'intégration de nouvelles sources, construire et enrichir les objets métiers (OBM), migrer les reportings vers Apache Superset, structurer la gouvernance et le catalogue de données, et s'appuyer sur des agents IA pour accélérer le delivery. Le projet couvre l'ensemble du cycle Data : conception, spécification, modélisation, développement, recette et mise en production. Vous prenez en charge le volet Data Catalog / Data Governance : analyser l'adéquation d'OpenMetadata au SI existant puis, si la solution est retenue, la déployer et l'intégrer. VOS MISSIONS 1. Analyser l'adéquation d'OpenMetadata au SI existant 2. Si la solution est retenue, déployer et intégrer OpenMetadata 3. Cataloguer les données et documenter les métadonnées 4. Mettre en place le data lineage de bout en bout 5. Cartographier les dépendances et produire l'analyse d'impact

Notre client, un grand groupe bancaire international et un acteur majeur des services financiers en Europe, a fait de l'intelligence artificielle un levier central de sa transformation. Plusieurs cas d'usage sont déjà en production auprès des collaborateurs, et l'enjeu porte désormais sur l'accélération et l'industrialisation des développements. Au sein de la direction IT Innovation, l'équipe IA renforce ses capacités avec un profil technique senior. Tu interviendras sur la conception, le développement et l'industrialisation de solutions Data et IA : développement et mise en production de modèles de Machine Learning, exposition via des API et des microservices, mise en place de pratiques MLOps, tests et documentation. Il s'agit d'un rôle de réalisation, pas de développement d'agents IA. L'IA générative est ici avant tout un outil de production : tu utiliseras Claude Code et GitHub Copilot de manière avancée sur tout le cycle de développement pour livrer plus vite, sans compromis sur la qualité.

Au sein des équipes Data & Analytics, vous rejoindrez l'équipe Décisionnel Dommage dont la mission est de mettre à la disposition des métiers, via une plateforme BI, les données et outils nécessaires aux études et aux reportings de l'entreprise. La plateforme hébergeant ces données est basée sur la solution SAS (SAS 9.4 sous Windows). Un projet de modernisation majeur a débuté avec une migration du patrimoine vers Google Cloud Platform et nous aurions besoin d'une ressource supplémentaire pour migrer les programmes et en développer de nouveaux. Le candidat aura pour mission d'assurer la qualité, la cohérence et la performance des solutions data développées au sein de l'équipe. Il rejoindra une équipe de 6 collaborateurs internes (business analyst, data engineer, chefs de projets) et des ressources externes. Il travaillera en étroite collaboration avec les chefs de projets de l'équipe. Développement et architecture DATA : - Concevoir et développer des pipelines de données robustes et scalables (ETL/ELT) ; - Garantir la qualité des données via la mise en œuvre de tests automatisés et de contrôles qualité. Pilotage et coordination : - Contribuer aux chiffrages et à la planification des développements ; - Assurer la documentation technique des solutions mises en œuvre ; - Accompagner et mentorer les développeurs juniors et confirmés Livrables attendus : - Documentation technique des pipelines développés ; - Code source versionné et testé, conforme aux standards définis ; - Reporting régulier sur l'avancement des travaux ; - Participation aux comités techniques et aux revues d'architecture. Compétences techniques : - Python avancé : maîtrise des frameworks data (PySpark, Pandas, Polars, Dask) - Orchestration : Airflow, Prefect ou équivalent - Cloud : expérience sur au moins un provider (AWS, Azure, GCP) – environnement GCP privilégié - SQL : maîtrise avancée, optimisation de requêtes - Outils de versioning : Git, GitLab/GitHub - CI/CD : mise en place et gestion de pipelines d'intégration continue - Conteneurisation : Docker, Kubernetes (apprécié) - Qualité de code : tests unitaires, SonarQube, … - SAS : la connaissance du langage SAS serait un atout pour la réaliser la migration Compétences fonctionnelles : - Bonne compréhension des enjeux data (gouvernance, qualité, sécurité des données) - Connaissance des concepts de Data Mesh ou Data Fabric (apprécié) - Sensibilité aux problématiques de conformité et de protection des données (RGPD)

Dans le cadre de la migration d'une plateforme data internationale vers la stack technique déjà utilisée en France, vous venez renforcer une équipe de 3 personnes. Vous assurez principalement la maintenance et le suivi des traitements des différents pays afin de permettre à l'équipe de participer à la stratégie et aux travaux de modernisation. Votre rôle Maintien en condition opérationnelle des plateformes data · Assurer le maintien en condition opérationnelle des plateformes data des différents pays et superviser les traitements · Analyser et résoudre les incidents techniques et répondre aux questions des utilisateurs · Informer les parties prenantes en cas d'anomalies affectant les services attendus · Traiter la dette technique et actualiser la documentation Intégration et qualité des données · Superviser l'intégration des données issues de sources multiples et contrôler leur qualité à l'entrée du Data Lake · Vérifier la conformité des données attendues et supprimer les doublons · Assurer le référencement, la normalisation et la qualification des données pour faciliter leur exploitation par les Data Analysts et les Data Scientists Contribuer à la migration de la plateforme · Comprendre le fonctionnement technique de la plateforme et les usages propres aux différents pays · Contribuer à la migration vers la stack cible en veillant à reproduire les usages existants

Contexte de la mission : Le consultant intégrera l'équipe Data & AI Procurement, dont la principale mission est d'ingérer, centraliser et transformer les données issues de différents systèmes afin de répondre à différents usages métiers : # Self-service BI — mise à disposition de données exploitables en autonomie par les équipes métier ; # Dashboards Tableau — visualisation et pilotage de la performance achats # Reporting — production de rapports structurés ; # Applications Data — développement de solutions applicatives orientées usage métier Description de la mission : L'équipe Data & AI Procurement poursuit la construction et le maintien de sa Data Foundation. Ce socle repose sur une plateforme data composée : DataHub (outil interne) pour la récupération des sources de données, Snowflake comme entrepôt de données, DBT pour la modélisation et les transformations, et Airflow pour l'orchestration des pipelines. Dans le cadre d'un remplacement, nous recherchons un Data Engineer qui interviendra exclusivement sur la partie Data Foundation, et plus précisément sur la création de nouvelles pipelines et la maintenance des pipelines existantes. Le consultant prendra en charge ces pipelines de bout en bout : de la récupération des données sources via DataHub jusqu'à leur mise à disposition — ingérée dans Snowflake, modélisée et testée — pour les usages métiers. Le consultant évoluera au sein de l'équipe Data Foundation et travaillera en étroite collaboration avec : - Business Data Analysts : Expression et Cadrage des besoins de données, compréhension des usages métiers. - Data Engineers de l'équipe Data Foundation : conception, développement et maintenance des pipelines, partage des bonnes pratiques.

Prendre en charge la responsabilité des produits data de pilotage et de suivi des services GenIA déployés. • Être l'interlocuteur des métiers pour recueillir et formaliser leurs besoins : catalogue d'indicateurs, reportings attendus, définition des KPI • Concevoir, industrialiser et fiabiliser les indicateurs de pilotage. • Structurer, modéliser et documenter les données nécessaires au pilotage. • Construire et maintenir les dashboards de suivi. • Mettre en œuvre et fiabiliser les pipelines de données associés (collecte, transformation, contrôle qualité) • Contribuer à la montée en maturité data de l'équipe. Catalogue d'indicateurs de pilotage des services GenIA, validé avec les métiers • Dashboards de suivi opérationnels • Pipelines de données documentés et industrialisés • Documentation de la donnée (sources, modèle, flux)